Análisis geoespacial con modelos derivados, clasificación de coberturas, cálculo de Ndvi e hidrografía de la Cuenca Crisnejas

INTRODUCCIÓN

Las cuencas hidrográficas son esenciales para la vida en nuestro planeta, actuando como su sistema circulatorio al dirigir y regular el flujo de agua dulce, crucial para la subsistencia humana, la agricultura y la biodiversidad. Asimismo, desempeñan una variedad de funciones cruciales: la ambiental, al funcionar como sumideros de CO2, conservar la diversidad biológica y regular la recarga hídrica para mantener la estabilidad medioambiental; la ecológica, al proporcionar entornos vitales para la flora y fauna y afectar la calidad física y química del agua; la hidrológica, al manejar el drenaje y recarga de las fuentes de agua; y la socioeconómica, al proveer recursos naturales y espacios para el desarrollo comunitario y económico (Araque et al., 2019)

Por ende, entender las características físicas, biológicas y sociales de las cuencas es importante para abordar sus desafíos y proponer medidas que facilit en su conservación y gestión. En este contexto, el presente proyecto busca desarrollar distintos modelos SIG de la cuenca del río Crisnejas, utilizando el software ArcGIS.

ANTECEDENTES

Según Gomez et al., (2018) surge la necesidad de comprender las tendencias en la cobertura y uso del suelo, así como la dinámica de los ecosistemas en treinta y dos (32) cuencas hidrográficas de Costa Rica. Para ello, se emplearán Modelos Digitales de Terreno (MDT), Modelos Digitales de Elevación (MDE) e imágenes satelitales, junto con modelos de simulación y análisis geoespacial-ambiental.

Este estudio ofrece metodologías, productos y análisis detallados, reconociendo la cuenca como una unidad natural crucial. Se busca entender la interacción entre actividades humanas y naturales, y cómo ha evolucionado el uso del suelo en estas áreas. Los análisis de erosión, sedimentación y calidad del agua proporcionan información valiosa para la toma de decisiones en políticas de desarrollo sostenible.

DESCRIPCIÓN DEL ÁREA DE ESTUDIO

La cuenca Crisnejas comprende un área total de 4 928 km2 y La cuenca del rio Crisnejas pertenece a la vertiente Atlántica, se forma por la unión de los ríos Condebamba y Cajamarca y es uno de los principales afluentes del Marañón.

Políticamente la cuenca del río Crisnejas se encuentra ubicada en los departamentos de Cajamarca y La Libertad, enmarcándose en las provincias de Cajamarca, San Marcos, Cajabamba, Sánchez Carrión y una parte de Santiago de Chuco.

OBJETIVOS DEL PROYECTO 

• Crear un modelo de construcción de red hídrica mediante la herramienta “ModelBuilder”
• Desarrollar modelos derivados a partir de una imagen Raster
• Realizar un mapa de clasificación supervisada y NDVI.  
• Realizar un mapa de cobertura sana de la cuenca 
• Realizar un mapa de pendiente de la cobertura sana en la cuenca Crisnejas. 

PROCEDIMIENTO

• Recolección de datos vectoriales y ráster 

Para la elaboración de los mapas, se recopilaron datos vectoriales de diversas fuentes de información geográfica, tales como: el Instituto Geográfico Nacional (IGN), el Instituto Geológico Minero y Metalúrgico (INGEMMET) y el observatorio del agua de la Autoridad Nacional del Agua del Perú (ANA). 

Para los archivos ráster fueron obtenidas de la plataforma del “Earth Explorer” las primeras 7 bandas del satélite Landsat-8 OLI.

• Creación del Modelo de Construcción de la red hídrica

Para empezar, desde ArcCatalog, se crea una nueva carpeta de ubicación en "ToolBox", donde se genera un nuevo Modelo. Este modelo se utiliza para crear un Modelo de Elevación Digital (DEM) basado en las curvas de nivel. Luego, se empleó como insumo entrante a la capa resultante del “Flow Direction”, la cual fue sometida a la herramienta de hidrología “Flow Accumulation”, de algebra de mapas “Raster Calculator”, de conversión “Raster to polygon” y de extracción “Clip”. Tras validar y ejecutar el modelo, se agregan los resultados al área de trabajo en ArcMap, haciendo clic derecho en las figuras que contienen los resultados. Finalmente, se guarda el modelo y se exporta la gráfica generada.

• Creación de los Modelos Derivados

Hillshade: Se desarrollaron modelos de sombras para dos horarios diferentes, siendo estos las 8 A.M. y 5 P.M.

Cut Fill: A partir de los hillshade creados se obtiene un modelo en el cual identifica las regiones que se han modificado en distintos tiempos. 

Slope: Permite determinar el grado de las pendientes.

Aspect: Permite determinar la orientación de las pendientes.

Viewshade: Permite crear un Modelo de Análisis de Visibilidad para determinar qué áreas son visibles desde uno o varios puntos de ubicación específico. Donde se empleo un shapefile de Yacimiento mineros.

Kernel Density: Permite realizar el análisis espacial sobre unidades por área dentro de un radio de acción.

• Clasificación supervisada de cobertura

Se fusionaron las 7 bandas y se eligieron las bandas 7, 6 y 4 para formar los canales que representan la vista de falso color (urbano). Luego, se empleó la herramienta "Dibujar polígono" en "Clasificación de imágenes" para tomar 100 muestras de cada categoría (agua, vegetación, arena, sin vegetación). Estas muestras se guardaron y se utilizó la herramienta “Interactive supervised classification” para generar automáticamente una nueva capa con la clasificación correspondiente.

• Cálculo del NDVI

Para el cálculo del Índice de Vegetación de Diferencia Normalizada (NDVI), se utilizó la herramienta "Raster Calculator" con las bandas 5 y 4 como entrada. El resultado se proyectó al sistema de coordenadas requerido ("WGS 1984 UTM Zone 17S") mediante la herramienta "Project raster". Después de la proyección, se aplicó la herramienta "Reclassify" para categorizar los valores del NDVI según la escala de salud de la vegetación. Se asignó una simbología  y se convirtió el archivo a formato vectorial.

• Elaboración y exportación de mapas

 Se adicionó elementos cartográficos como mapa de ubicación, rejilla, escalas numérica y gráfica, orientación al norte y leyenda, junto con el membrete correspondiente. En ocasiones, se incluyeron tablas de Excel con información adicional. Finalmente los mapas se exportaron en formato PDF y PNG.

RESULTADOS 

Modelo de Construcción de la red hídrica 

El modelo permitió la obtención de la red hídrica principal y secundarias en toda la cuenca del rio Crisnejas. 

Modelo Derivado de Sombras y Cut Fill

 Los modelos de sombras nos brindan una visión preliminar de la superficie topográfica y las zonas montañosas (Pande et al., 2021). Para generar estos mapas de sombras, se utilizó el método tradicional que calcula el sombreado para una fuente de iluminación con una única dirección, empleando las propiedades de altitud y azimut para especificar la posición del sol. En el presente estudio, se consideraron dos horarios: a) 8 a.m., con un azimut de 85° y una altitud de 17°, y b) 5 p.m., con un azimut de 270° y una altitud de 15°.

En este mapa se pueden observar las diferencias entre dos capas de entrada (rasters de sombras) antes y después de la modificación, visualizando las áreas y los volúmenes de los materiales de superficie que se alteraron al agregar o quitar material de superficie. Las zonas en rojo representan las áreas que ganaron iluminación, mientras que las zonas en azul indican las áreas que perdieron iluminación con el paso del tiempo, por otro lado, hubo zonas grises donde no hubo variación. 

En la cuenca del río Crisnejas se observa que las pendientes predominantes son mayores a 15°, abarcando desde ligeramente empinadas hasta muy empinadas. Además, en ciertas áreas de la parte alta de la cuenca se encuentran pendientes que van de planas a suaves.

Se visualizan simultáneamente la orientación y la pendiente de una superficie. La orientación puede entenderse como la dirección de la pendiente. Los valores del raster de salida representan la dirección de la brújula de esta orientación, indicada mediante un tono o color. Estos datos proporcionan información sobre la dirección de la escorrentía del terreno, el flujo de los cuerpos de agua, entre otros aspectos.

El estudio de visibilidad del territorio es la base de los modelos de capacidad e impacto que consideran como uno de sus componentes más importantes la calidad visual del paisaje. Para este estudio, se consideraron como referencia pasivos mineros ubicados en áreas de pendiente media, alta y baja de la cuenca. El tono rosa representa las áreas no visibles desde los pasivos mineros y el verde pastel las áreas visibles.

En este mapa, se trabajó con 17 yacimientos mineros ubicados en el área de estudio. Las áreas de color rojo indican una mayor concentración o densidad de yacimientos, las áreas de color amarillo y naranja representan una densidad media, y las áreas verdes indican una densidad baja.

La clasificación supervisada es un método ampliamente empleado para detectar la cobertura del suelo y los cambios en el uso del suelo a partir de imágenes satelitales (Hasan et al., 2023). Esta metodología se aplicó al área de estudio, dividiéndola en cuatro tipos: suelo con vegetación, suelo sin vegetación, cuerpos de agua y suelo urbano-minero. En el mapa de la Figura 12 se puede apreciar con mayor detalle la clasificación realizada. Se destaca que el suelo sin vegetación ocupa la mayor extensión territorial (281,884.09 ha), seguido por el suelo con vegetación (198,673.65 ha), el suelo urbano-minero (7,479.07 ha) y, por último, los cuerpos de agua (5,544.27 ha).

Los valores negativos corresponden a áreas con superficies de agua, estructuras construidas por el hombre, rocas, nubes o nieve. El suelo desnudo generalmente se encuentra en el rango de 0 a 0.2, mientras que las plantas siempre presentan valores positivos entre 0.2 y 1. Un dosel de vegetación densa y saludable debería tener valores superiores a 0.5, y la vegetación dispersa probablemente estará en el rango de 0.2 a 0.5. Sin embargo, estos parámetros son solo una guía general y es necesario considerar la estación del año, el tipo de vegetación y las características de la región para interpretar adecuadamente el NDVI.

En este mapa se observa la cobertura vegetal sana (áreas de bosque intactos) con un total de 493578.78 Ha.

La cobertura vegetal sana en la cuenca del río Crisnejas se encuentra principalmente en las áreas con pendientes llanas a suaves. Esto se debe a la presencia de ríos y asentamientos humanos en estas zonas.

Factores que influyen en la pérdida de la vegetación y el cambio de la cobertura

En el departamento de Cajamarca, la cual está comprendida la Cuenca del Río Crisnejas, la pérdida de vegetación y los cambios en la cobertura del suelo están influenciados por diversos factores. La deforestación, la actividad minera, la agricultura intensiva y las sequías son algunos de los principales impulsores de estos cambios. La deforestación, tanto legal como ilegal, conduce a la pérdida de hábitats naturales y a la degradación ambiental. La minería, especialmente la informal e ilegal, contribuye a la contaminación del suelo y el agua, así como a la pérdida de vegetación. La agricultura intensiva implica la conversión de áreas forestales en campos de cultivo, afectando la vegetación y los ecosistemas naturales. Las sequías, con sus efectos en la disponibilidad de agua y la salud de la vegetación, también influyen en los cambios en la cobertura del suelo. Los incendios forestales, la erosión del suelo y otras actividades humanas también conllevan a la perdida de cobertura vegetal. 

CONCLUSIONES

La implementación del modelo de construcción mediante el uso de "ModelBuilder" agilizó y optimizó el procesamiento necesario para la elaboración de redes hídricas, proporcionando una herramienta efectiva para el diseño hidrológico del area de estudio.

Los modelos generados a partir del DEM permitieron examinar diversos aspectos del entorno físico y social de la cuenca, como el relieve, la pendiente, la visibilidad de pasivos mineros y la densidad yacimientos mineros, proporcionando una comprensión integral de las variables influyentes en la zona.

Según el análisis de la distribución vegetal, se observa que las regiones con pendientes abruptas exhiben una vegetación más escasa, en contraste con las áreas de pendientes suaves que mantienen una rica variedad de especies vegetales.

La pérdida de vegetación en la cuenca del río Crisnejas se vincula estrechamente con el crecimiento de la agricultura y la minería, ocasionando disminución de los entornos naturales y un deterioro del suelo.

RECOMENDACIONES

En estudios futuros, para mejorar la precisión del método de clasificación supervisada, se sugiere ampliar el número de clases para capturar una gama más amplia de características del paisaje. Además, se deben explorar diversas combinaciones de bandas espectrales para optimizar la capacidad de distinguir entre clases de interés. Asimismo, se recomienda generar la matriz de confusión para evaluar la precisión de la clasificación, lo que ayudará a minimizar sesgos y proporcionará una evaluación más robusta de su precisión y fiabilidad.

REFERENCIAS BIBLIOGRÁFICAS

Araque, M., Vásconez, M., Vásconez, M., Mancheno, A., Álvarez, C., Prehn, C., Cevallos, C., & Ortiz, L. (2019). Cuencas Hidrográficas (1era. Edición). Universidad Politécnica Salesiana. https://dspace.ups.edu.ec/bitstream/123456789/19038/1/Cuencas%20hidrogr%C3%A1ficas.pdf

Gómez, A., Piña, A., Sánchez, Y., Salazar, J., & Solano, V. (2018). APLICACIÓN DE MODELOS DE SIMULACIÓN Y ANÁLISIS GEOESPACIAL-AMBIENTAL PARA EL ESTUDIO DE TENDENCIAS EN LA COBERTURA Y USO DE LA TIERRA Y LA DINÁMICA DEL ECOSISTEMA EN TREINTA Y DOS (32) CUENCAS HIDROGRÁFICAS DE COSTA RICA: CUENCA QUEBRADA LAJAS [Geoinn Geospatial Innovations, S.A]. https://dspaceaya.igniteonline.la/bitstream/handle/aya/246/CEDO%20AyA%20AD%205215.pdf?sequence=1&isAllowed=y

Hasan, M., Haque, R. & Rahman, M. Identifying the land use land cover (LULC) changes using remote sensing and GIS approach: A case study at Bhaluka in Mymensingh, Bangladesh. Case Studies in Chemical and Environmental Engineering, 7(1), 100293. https://doi.org/10.1016/j.cscee.2022.100293.

Pande, C., Moharir, K., Panneerselvam, B., Kumar, S., Elbeltagi, A., Bao, Q., Varade, A. & Rajesh, J. (2021). Delineation of groundwater potential zones for sustainable development and planning using analytical hierarchy process (AHP), and MIF techniques. Applied Water Science, 11(1), 186. https://doi.org/10.1007/s13201-021-01522-1.